python - 使用复合 PseudoVoigt 模型时出现 NameError
问题描述
将复合 PseudoVoigt 模型与参数命名前缀结合使用时,出现 NameError。
我几乎从上一个问题中复制了复合模型的示例,使用 Lorentz 配置文件(使用 LMFIT 将多峰函数拟合到数据集)。这对我来说很好,但洛伦兹线形状不是我想要适应的功能。
当我将 PseudoVoigtModel 用于单个峰时,我没有任何问题。此外,LorentzModel 可以很好地与下面的代码一起使用(我也将它包含在代码中,以便您可以仔细检查/确认自己)。
from lmfit.models import LorentzianModel, PseudoVoigtModel
import numpy as np
import matplotlib.pyplot as plt
def make_model_L(num):
pref = "f{0}_".format(num)
model = LorentzianModel(prefix = pref)
model.set_param_hint(pref+'amplitude', value=amplitude[num], min=0, max=5*amplitude[num])
model.set_param_hint(pref+'center', value=center[num], min=center[num]-0.5, max=center[num]+0.5)
model.set_param_hint(pref+'sigma', value=width[num], min=0, max=2)
return model
def make_model_V(num):
pref = "f{0}_".format(num)
model = PseudoVoigtModel(prefix = pref)
print('before',model.param_names)
model.set_param_hint(pref+'fraction',value = 0.7, vary = False)
model.set_param_hint(pref+'amplitude', value=amplitude[num], min=0, max=5*amplitude[num])
model.set_param_hint(pref+'center', value=center[num], min=center[num]-0.5, max=center[num]+0.5)
model.set_param_hint(pref+'fwhm', value=3, min=3/5, max=3*5)
model.set_param_hint(pref+'sigma', value=1, min=0, max=2)
model.set_param_hint(pref+'height', value=1, min=-np.inf, max=np.inf, expr='(((1-fraction)*amplitude)/(sigma*sqrt(pi/log(2)))+(fraction*amplitude)/(pi*sigma))')
print(model.param_names)
return model
# Some really coarse "data"
x = [0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29]
y = [1,1,1,1,3,4,5,6,5,4,3,1,1,1,1,1,1,1,1,3,4,5,6,5,4,3,1,1,1,1]
peaks_in_interval = np.array([43, 159, 191, 296, 435, 544])
amplitude = [3,3]
width = [1,1]
center = [7,21]
mod = None
for i in range(len(center)):
#this_mod = make_model_L(i)
this_mod = make_model_V(i)
if mod is None:
mod = this_mod
else:
mod = mod + this_mod
out=mod.fit(y, x=x, method='leastsq')
plt.interactive(True)
print(out.fit_report())
plt.plot(x, y)
plt.plot(x, out.best_fit, label='best fit')
plt.plot(x, out.init_fit, 'r--', label='fit with initial values')
plt.show()
我得到的错误信息:
NameError <_ast.Module object at 0x7f562524dbe0> ^^^ name 'fraction' is not defined
NameError: at expr='<_ast.Module object at 0x7f562524dbe0>'
我没有包括 TraceBack。它从“out=mod.fit(y, x=x, method='leastsq')”开始,到 raise_exception(self) 中的“~/anaconda3/lib/python3.6/site-packages/asteval/asteval.py , 节点, exc, msg, expr, lineno)"
如前所述,使用 LorentzianModel 一切正常,我很适合(不是很好,但这是由于测试数据所致)。
我对 python 不是很精通,所以我不能真正给出关于问题可能是什么的消息灵通的提示。但是,我怀疑它与分数的命名以及它如何在 lmfit.fit() 函数中传递有关。
最好的,一月
解决方案
最好找到并发布一个显示问题的最小示例,并且最好包含完整的输出,包括回溯。
例如,您会看到您遇到的问题:
from lmfit.models import PseudoVoigtModel
pref = 'f1_'
model = PseudoVoigtModel(prefix = pref)
print('before',model.param_names)
model.set_param_hint(pref+'fraction',value = 0.7, vary = False)
model.set_param_hint(pref+'amplitude', value=2, min=0, max=5)
model.set_param_hint(pref+'center', value=0, min=-0.5, max=0.5)
model.set_param_hint(pref+'fwhm', value=3, min=3/5, max=3*5)
model.set_param_hint(pref+'sigma', value=1, min=0, max=2)
# suspect line:
model.set_param_hint(pref+'height', value=1, min=-np.inf, max=np.inf,
expr='(((1-fraction)*amplitude)/(sigma*sqrt(pi/log(2)))+(fraction*amplitude)/(pi*sigma))')
print(model.param_names)
params = model.make_params()
for p in params.values():
print(p)
问题来了,因为没有一个名为fraction
. 正如上面几行定义的那样,它被命名为f1_fraction
.
要解决此问题,您应该更改表达式 for以根据需要pref+'height'
包含前缀字符串,和.pref
fraction
amplitude
sigma
或者:您可以删除提示,height
因为无论如何这都会自动完成,并正确使用您提供的前缀。
还:
a)绝对不鼓励使用参数提示来提供初始值。提示属于模型,不应依赖于任何特定的数据集。做一个模型作为一个通用的东西,然后为每个数据集制作带有初始值的参数。
b) 不要将界限设置得太紧或基于初始值。边界(特别是在参数提示中)应该用于防止参数变为非物理值,例如“sigma
负数没有意义”,而不是因为定义模型的人认为“应该足够接近” . 让合适的人完成它的工作。如果您确实需要设置自定义边界,请按数据集执行此操作。
推荐阅读
- json - 如何在 SQL Server 中正确解压缩 JSON 数组
- java - 我可以使用 nanoTime 代替 randomUUID 吗?
- android - Firestore 检查集合中是否存在文档
- angular - 表达式已更改错误:模板中的绑定值更改
- flutter - 阻止动画立即播放
- mongodb - mongoDb - 聚合中的日期测试
- android - Angular 8 项目(以前是 7)不会在生产中使用 Ionic 4 编译
- java - 如何在地图视图中获得透明状态栏?
- c - 在 while 循环中使用 continue 后代码不会被执行
- mysql - 如何从 MySQL 中的临时表中填充表的列